sunyong2016 / DeepRL-Chinese

介绍

这里是《深度强化学习》的主要算法实现。为了方便阅读，单个算法的实现及调用放在一个文件中。调用方式简单：

mkdir -p output
python 7_dqn.py --do_train --output_dir output

算法列表

章节	算法
7 DQN与Q学习	DQN
8 SARSA算法	SARSA
9 价值学习与高级技巧	Dueling DQN, Double DQN
10 策略梯度算法	REINFORCE, Actor Critic
11 带基线的策略梯度方法	Advantage Actor Critic (A2C)
12 策略学习高级技巧	TRPO
13 连续控制	DDPG, TD3
14 对状态的不完全观测
15 模仿学习	GAIL
16 并行计算
17 多智能体系统
18 合作关系设定下的多智能体强化学习
19 非合作关系设定下的多智能体强化学习
20 注意力机制与多智能体强化学习
21 AlphaGo 与蒙特卡洛树搜索
22 现实世界中的应用